基于移动机器人系统的人体目标检测与跟踪开发

预期效果分析

在相对简单的日常环境背景下，机器人能够完成对单一人体目标的识别与实时追踪，并执行包括前进、后退、左转及右转在内的基础动作。

运行环境

1. Windows7、Visual Studio 2013
2. EmguCv2.4.9
3. 小R科技-51duino WiFi视频智能小车机器人（升级为增强型路由模块）

基本思路概述

检测：本项目旨在借助智能小车相对有限的硬件配置，完成对人体目标的识别与实时追踪。在检测环节，我们采用人脸作为人体定位的依据，尽管这种方式仅能识别正面朝向的人体目标。然而，受限于智能小车较低的视角以及摄像头与传输模块带宽不足，难以实现高清图像的传输，这些外部条件促使我们最终选择使用人脸检测来定位人体目标。若硬件条件允许，该方法亦可替换为更全面的人体目标检测方式。seetaFace引擎是一款开源软件项目，其内置的人脸检测模块具有较高的准确率和较快的处理速度。

跟踪：跟踪功能的核心在于确保实时性。经过对粒子滤波、Camshift及KCF等多种算法优劣的比较分析后，最终选定Camshift算法作为实施方案。该算法基于颜色概率分布图进行目标选择，因此当背景颜色与目标颜色相近时可能会产生一定干扰。同时，该算法具备自适应调整跟踪窗口大小的能力，这对于通过智能小车摄像头判断目标物体运动状态具有重